本文經(jīng)AI新媒體量子位（公眾號(hào)ID:QbitAI）授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請(qǐng)聯(lián)系出處。

打造一個(gè)自動(dòng)駕駛控制系統(tǒng)需要多少個(gè)神經(jīng)元？

MIT的科學(xué)家告訴你，最少只要19個(gè)！方法是向線蟲這種初等生物學(xué)習(xí)。

最近，來(lái)自MIT CSAIL、維也納工業(yè)大學(xué)、奧地利科技學(xué)院的團(tuán)隊(duì)已經(jīng)開發(fā)了一種基于線蟲大腦的新型AI系統(tǒng)。研究成果登上了最近的《自然·機(jī)器智能》雜志。

他們發(fā)現(xiàn)，具有19個(gè)控制神經(jīng)元的單個(gè)算法，通過(guò)253個(gè)突觸將32個(gè)封裝的輸入特征連接到輸出，可以學(xué)習(xí)把高維輸入映射到操縱命令。

這種新的AI系統(tǒng)用少量人工神經(jīng)元控制車輛轉(zhuǎn)向。而基于CNN和LSTM的神經(jīng)網(wǎng)絡(luò)打造同樣的自動(dòng)駕駛系統(tǒng)，網(wǎng)絡(luò)結(jié)構(gòu)則要復(fù)雜得多。

為何能做到這么少的神經(jīng)元數(shù)量，論文共同一作MIT CSAIL博士后Ramin Hasani解釋說(shuō)：

與以前的深度學(xué)習(xí)模型相比，每個(gè)單元內(nèi)信號(hào)的處理都遵循不同的數(shù)學(xué)原理。

他們從秀麗隱桿線蟲這種生物受到啟發(fā)，在2018年提出了一種神經(jīng)元回路策略（Neuronal Circuit Policies，NCP）。

NCP方法是重新利用生物神經(jīng)回路模型的功能，創(chuàng)建可解釋的控制智能體，管理虛擬和現(xiàn)實(shí)世界的強(qiáng)化學(xué)習(xí)（RL）測(cè)試平臺(tái)。

該方法對(duì)線蟲的TW神經(jīng)回路進(jìn)行建模，這個(gè)回路主要負(fù)責(zé)線蟲對(duì)外部機(jī)械觸摸刺激的反射反應(yīng)，通過(guò)掌握其突觸和神經(jīng)元參數(shù)，作為控制基本強(qiáng)化學(xué)習(xí)任務(wù)的策略。

為了測(cè)試這種新的數(shù)學(xué)模型，團(tuán)隊(duì)選擇了一項(xiàng)特別重要的測(cè)試任務(wù)——讓自動(dòng)駕駛汽車保持在車道上。神經(jīng)網(wǎng)絡(luò)接收攝像機(jī)拍攝的道路圖像，然后自動(dòng)決定是向左還是向右轉(zhuǎn)。

諸如自動(dòng)駕駛之類的復(fù)雜任務(wù)，往往需要具有數(shù)百萬(wàn)個(gè)參數(shù)的深度學(xué)習(xí)模型。但是，用NCP方法能夠?qū)⒕W(wǎng)絡(luò)規(guī)模減少兩個(gè)數(shù)量級(jí)。

而這個(gè)19神經(jīng)元極簡(jiǎn)自動(dòng)駕駛系統(tǒng)僅使用了7.5萬(wàn)個(gè)訓(xùn)練參數(shù)，參數(shù)數(shù)量降低了2個(gè)數(shù)量級(jí)。

NCP方法構(gòu)建的自動(dòng)駕駛系統(tǒng)也需要CNN，但是僅用于從攝像機(jī)傳入的視覺(jué)數(shù)據(jù)，并從中提取出結(jié)構(gòu)特征。它與車輛的實(shí)際轉(zhuǎn)向無(wú)關(guān)。

后面的神經(jīng)網(wǎng)絡(luò)來(lái)確定攝像機(jī)圖像的哪些部分重要，然后將信號(hào)傳遞到網(wǎng)絡(luò)的NCP控制系統(tǒng)。

系統(tǒng)的控制部分將感知系統(tǒng)中的數(shù)據(jù)轉(zhuǎn)換為轉(zhuǎn)向命令，僅包含19個(gè)神經(jīng)元。

兩個(gè)子系統(tǒng)堆疊在一起并同時(shí)接受訓(xùn)練，訓(xùn)練數(shù)據(jù)集是波士頓地區(qū)人類駕駛汽車視頻，包括圖像與汽車轉(zhuǎn)向操作的關(guān)聯(lián)數(shù)據(jù)。

將它們一起輸入網(wǎng)絡(luò)，直到系統(tǒng)學(xué)會(huì)自動(dòng)將圖像與適當(dāng)?shù)霓D(zhuǎn)向系統(tǒng)連接起來(lái)，可以獨(dú)立處理新情況。

除了結(jié)構(gòu)簡(jiǎn)單外，用NCP設(shè)計(jì)的自動(dòng)駕駛系統(tǒng)相比傳統(tǒng)模型，還有兩大優(yōu)勢(shì)：可解釋性和魯棒性。

系統(tǒng)的可解釋性能讓我們我們看到網(wǎng)絡(luò)將注意力集中在什么方面。

從視頻中可以看出，神經(jīng)網(wǎng)絡(luò)專注于圖像的非常具體的部分，比如路邊和地平線。研究人員表示，這種行為是在AI系統(tǒng)中是獨(dú)一無(wú)二的。

此外，可解釋性細(xì)化到了每個(gè)神經(jīng)元。我們還能看到哪個(gè)神經(jīng)元（視頻中亮起部分）在駕駛決策中的作用。我們可以了解單個(gè)神經(jīng)元的功能及其行為。

為了測(cè)試對(duì)比與傳統(tǒng)模型和NCP模型的魯棒性，研究人員還給輸入圖像加入了擾動(dòng)，并評(píng)估了智能體對(duì)噪聲的處理能力。結(jié)果NCP表現(xiàn)出了對(duì)輸入偽像的強(qiáng)大抵抗力。

除了可解釋性和魯棒性，NCP模型還有其他優(yōu)勢(shì)。比如減少訓(xùn)練時(shí)間，減少在相對(duì)簡(jiǎn)單的系統(tǒng)中實(shí)現(xiàn)AI的不確定性。

Ramin Hasani博士還表示，NCP不僅能應(yīng)用自動(dòng)駕駛中，它能模仿學(xué)習(xí)意味著更廣泛的應(yīng)用，比如倉(cāng)庫(kù)的自動(dòng)化機(jī)器人等等。